GPU-pilvi
H100 SXM, dedikoitu.
Yksi NVIDIA H100 SXM -GPU, 80 GB HBM3-muistia 3,35 TB/s:n nopeudella Hopper-arkkitehtuurilla, x86-isännällä. 2,69 $ tunnilta, laskutus minuutin tarkkuudella, samoin ehdoin kuin kaikilla muilla GPUwerkin tasoilla.
Vuokrataan saapumisjärjestyksessä: ota H100 käyttöön, kun kapasiteettia on vapaana, tai liity sen jonotuslistalle konsolissa.
Tekniset tiedot
Solmua kohden. Jokainen GPUwerk-instanssi millä tahansa tasolla on yksi kokonainen kone vain sinulle.
| GPU | H100 SXM5, Hopper-arkkitehtuuri |
|---|---|
| Muisti | 80 GB HBM3 |
| Muistikaista | 3,35 TB/s |
| CUDA-ytimet | 16 896 |
| Maksimiteho | Enintään 700 W |
| MIG | Enintään 7 instanssia à 10 GB |
| Ylläpitäjä | x86-isäntä |
| Vuokralaisuus | Yksi asiakas konetta kohden, ei koskaan jaettu |
GPU-luvut lähteistä NVIDIA H100 ja H100-arkkitehtuurin whitepaper. GPUwerk julkaisee tok/s- ja koulutuksen läpäisykykyluvut vain omalla laitteistollaan tehdyistä ajoista. Katso DGX Spark -kaluston vertailutestit, miten ne raportoidaan.
Mitä ajaisit sillä?
HBM3 3,35 TB/s, läpäisyyn eikä kapasiteettiin.
Suuren läpäisyn palvelu
Eräpäättely monelle samanaikaiselle käyttäjälle, jossa HBM-kaistanleveys määrää tokenit sekunnissa.
Koulutus ja hienosäätö
Täydet hienosäädöt ja koulutusajot malleilla, jotka mahtuvat 80 GB:hen, FP8:lla Transformer Enginessä.
Mallit noin 70B:hen asti FP8-tarkkuudella
70B-mallin painot mahtuvat, mutta KV-välimuistille jää vähän muistia.
Huono valinta: natiivi FP4 ja suurimmat mallit
Hopperissa ei ole FP4:ää, ja noin 70B:tä suurempi malli FP8-tarkkuudella vaatii H200:n, Blackwell-GPU:n tai useita GPU:ita.
Tarvitsetko useita NVLinkillä yhdistettyjä GPU:ita? Katso 8× H100 -palvelin.
Mikä mahtuu 80 GB:hen
Vain painot: muisti jaettuna tavuilla parametria kohden. Jätä pelivaraa KV-välimuistille, aktivaatioille ja ajoympäristölle, usein 10–30 % enemmän.
| Tarkkuus | Parametria kohden | Suurin malli, vain painot |
|---|---|---|
| FP16 / BF16 | 2 tavua | noin 40B parametria |
| FP8 | 1 tavu | noin 80B parametria |
| 4-bittiseksi kvantisoitu | 0,5 tavua | noin 160B parametria (Hopperissa ei natiivia FP4:ää; ajonaikainen ympäristö purkaa kvantisoinnin) |
Laskutus
| Hinta | 2,69 $ tunnilta, laskutus minuutin tarkkuudella |
|---|---|
| Laskutus | Minuutin tarkkuudella ennakkoon maksetusta saldosta |
| Maksut | Ei tiedonsiirtomaksuja |
| Sitoumus | Ei mitään |
Hinnat ovat USD:nä ilman sovellettavia veroja. Koko laskutusmekaniikka, mukaan lukien mitä pysäyttäminen ja lopettaminen tekevät, on hinnoittelusivulla.
UKK
Voinko vuokrata H100:n nyt?
Ota se käyttöön konsolista, kun kapasiteettia on vapaana; kun sitä ei ole, konsoli tarjoaa jonotuslistan, ja jonossa oleville lähetetään sähköposti yksi kerrallaan, vanhimmasta alkaen. Kapasiteettia ei pidetä kenellekään: se, joka ottaa käyttöön ensin, saa sen.
Miten laskutus toimii tällä tasolla?
Sama kuin kaikilla GPUwerkin tasoilla: minuutin tarkkuudella ennakkoon maksetusta saldosta, USD:nä, ilman sovellettavia veroja, ilman tiedonsiirtomaksuja ja ilman sitoumusta.
Tarvitsetko GPU-aikaa tänään?
DGX Sparkissa on 128 GB yhtenäistä muistia, ja sen voi vuokrata nyt hintaan 0,79 $/tunti, laskutus minuutin tarkkuudella. Ensimmäinen lataus: maksa 20 $, saat 30 $ saldoa. Katso, miten DGX Spark vertautuu, tai liity H100-jonotuslistalle.